スパース辞書法による分類システムの説明のための中レベル特徴【JST・京大機械翻訳】

Apicella A.; Isgro F.; Prevete R.; Tamburrini G.

文献

J-GLOBAL ID：202002220319731561 整理番号：20A2207083

スパース辞書法による分類システムの説明のための中レベル特徴【JST・京大機械翻訳】

Middle-Level Features for the Explanation of Classification Systems by Sparse Dictionary Methods

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A2207083&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2207083&from=J-GLOBAL&jstjournalNo=W0880A") }}

著者 (4件)： , , ,
資料名：
巻： 30 号： 8 ページ： 2050040 発行年： 2020年
JST資料番号： W0880A ISSN： 0129-0657 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：シンガポール (SGP) 言語：英語 (EN)

機械学習(ML)システムは,透明性の広範な欠如によって影響を受ける。eXplainable Intelligence(XAI)研究領域はこの問題と,人間が理解できるという点でMLシステムの挙動を説明する関連課題を扱う。XAIアプローチの多くの説明において,MLシステムの出力は,それらの入力の低レベル特徴に関して説明した。しかし,これらのアプローチでは,人間ユーザとの下位説明負担を残し,後者は,入力のより顕著かつ容易に理解可能な部分に低レベル特性をマッピングするのに必要である。この認知負荷を軽減するために,代替モデル診断フレームワークを提案した。このフレームワークは,入力の画素関連性マップと他の低レベル特徴に頼らず,ML画像分類システムの文脈における説明問題に取り組むために,即座である。より具体的には,スパース辞書学習技術を適用することにより知覚的に突出する分類入力の中間レベル特性のセットを得る。これらの中間レベル特性を,画像分類の説明のためのビルディングブロックとして使用した。達成された説明は,中間レベルの画像特性の限られた集合への依存のために, par観的である。そして,中間レベル画像特性のセットが,他のアンタゴニスト分類に関して提案分類をいかに進めるかを説明するために,それらは,対照的である。そのモデル診断特性の観点から,提案フレームワークは,様々な他のMLシステムと説明問題に適応できる。Copyright 2020 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, ,
, , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

人工知能

, ,

前のページに戻る